『大数据』数字化观察之四十九:大数据在商业银行的规模化应用


『大数据』数字化观察之四十九:大数据在商业银行的规模化应用
本文插图
『大数据』数字化观察之四十九:大数据在商业银行的规模化应用
本文插图
中原银行行长 王炯
『大数据』数字化观察之四十九:大数据在商业银行的规模化应用
本文插图
当前 , 数据已被广泛应用于服务、运营、市场营销等领域 , 各行各业重新定义业务模式及服务体验 , 新产品、新业务、新模式、新业态不断涌现 , 深刻改变着个人生活、企业生产、经济运行、社会管理和公共服务 。 随着数据场景的不断培养和数据的规模化应用 , 新的业务驱动模式日渐形成 , 为商业银行带来了全新的发展机遇 。
国际大型银行零售银行智慧化转型之路
线上化成为共识 。 随着线上消费内容和场景不断丰富 , 居民线上消费习惯日渐养成 , 传统商业银行发展模式也被逐步打破 , 强化线上渠道黏性则成为银行业发展的普遍共识 。 银行推动线上化 , 既要构建在线触达客户、识别客户、推荐产品、完成销售的全线上营销体系 , 还要做好在线运营、风险防控、成本管控等线上运营管理 。 如何实现这些目标 , 就需要对客户的各类数据进行分析 , 并在分析的基础上实现大数据在商业银行的规模化应用 。
大数据应用的价值日益显现 。 大数据在商业银行经营发展中发挥着越来越重要的作用 , 规模化应用亟待形成 。 一是大数据广泛应用在银行业务营销、风控管理、运营管理、后台管理等各环节 , 数据融入银行整个运转过程 , 提升了银行风险管理的有效性 , 提高了市场营销的精准性 , 降低了运营成本 , 数据已经成为银行生存的“血液” 。 二是建立数据驱动模式 , 即业务管理中从市场研判到决策部署 , 再到机制体制建设等各流程 , 都以数据分析作为主要驱动力 , 使数据成为推动银行发展的“能源” 。 三是促进银行数据分析与应用能力的提高 , 数据分析必须同业务结合才能产生价值 , 并产生新的洞见 。 银行在多维度的、实时的数据分析过程中 , 不断丰富数据分析的模型和管理工具 , 促使数据和业务进一步融合 , 数据成为银行创新和转变模式的“催化剂” 。 四是银行的应用效果不断提高 , 使数据的应用价值不断提高 , 通过数据分析能够大幅度提升银行的经营成果 , 使数据变成银行经营管理的“矿山” 。
商业银行规模化
应用大数据的推动思路
业务导向是前提 。 技术是经济社会发展的底层元素 , 更新迭代速度快 , 而应用总是由前沿行业逐步演进到传统行业 , 最后变成全社会的发展基础 。 然而 , 在技术应用的初期 , 经常会出现技术和业务两张皮的现象 。 在商业银行大数据应用中 , 也普遍存在模型搭建和业务场景应用脱节的情况 , 不仅未提高效率 , 还造成了成本浪费 。 大数据在应用过程中 , 必须以业务为导向 , 聚焦业务需求 , 充分释放数据潜力 , 实现数据价值与业务深度融合 , 才能真正发挥数据效用 。
用例驱动是核心 。 IT行业有一个著名的阿姆达尔法则 , 简要概括就是对计算机中“影响因子”较大的组件进行改进 , 可以更好地提升系统整体性能 , 因此IT行业在技术升级之时会遵照该法则 , 平衡好成本和性能 , 实现最大程度的改进 。 在大数据应用中 , 数据用例就是“影响因子”较大的组件 , 它一方面关联着数据治理、建模能力、用例逻辑、成效反馈以及组织保障和数据人才培养等数据基础能力;另一方面链接着数据人员、业务人员、一线员工和客户 , 可以说是核心要素 。 立足业务而高效好用的数据用例 , 能够有效提高营销成效 , 较好地推动业务发展 。
速赢策略是助力 。 创新工作的推进总是充满曲折和艰难 , 需要快速建立信心以促进发展 。 使用速赢策略 , 找准速赢领域 , 以较低的成本实施项目 , 可以让企业第一时间看到转型的成果 , 形成良好的工作氛围 , 有效增强组织信心 , 有助于整体工作的顺利推进 。 银行在大数据规模化应用的初期 , 可以选择大家看得见的业务点 , 如围绕储蓄到期行为预测、理财到期行为预测、用户防流失管理等高频需求 , 创建数据用例 , 以小规模试点起步 , 逐步推广至全行应用 , 实现良好的开局 。